JP2016116172A - 受信装置、受信方法、プログラム及び送信装置 - Google Patents

Abstract

【課題】ＣＭ等の他の一時的な番組が挿入されたときに音声の属性を切り替える際に、視聴者に違和感を与えることを防ぐ。【解決手段】受信装置は、番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析部と、単位毎の音声データを復号する音声復号部と、を備える。【選択図】図１０

Description

本発明は、受信装置、受信方法、プログラム及び送信装置に関する。

次世代テレビジョン放送サービス、例えば、４Ｋ、８Ｋ超高解像度テレビジョン放送（ＵＨＤＴＶ：Ｕｌｔｒａ Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｔｅｌｅｖｉｓｉｏｎ）では、１つの番組に対し、複数の異なった再生方式の音声や、複数の言語の音声を放送するサービスであるサイマル音声放送が予定されている。サイマル音声放送では、番組毎に再生方式、言語などの属性が異なる音声が多重化されるため、テレビジョン受信装置は、その属性に応じて復号（デコード）された音声信号を必要に応じてミキシングして再生する。
例えば、特許文献１には、デュアルモノ・モード内の音声を重複することなく順次再生する再生装置について記載されている。また、特許文献２には、音声出力切替テーブルに登録されている順番に音声設定レコードの選択を切り替える受信装置について記載されている。

また、テレビジョン放送では、主たる番組の放送中に別個の一時的な番組（ＣＭ：Ｃｏｍｍｅｒｃｉａｌ Ａｄｖｅｒｔｉｓｅｍｅｎｔ、広告番組）が挿入されることがある。例えば、主たる番組において日本語と英語との音声が伝送され、受信装置が英語の音声を再生する場合において、日本語の音声が伝送されるＣＭに切り替わる場合を考える。受信装置は、音声の再生中において属性の異なる他の音声に切り替えると異音が発生するという問題がある。このため、テレビジョン受信装置では、この異音を防止するために、番組の切り替わり時点の前後に無音区間（ノンモン）が挿入する運用がなされている。そのため、番組の切り替わり時点から日本語の音声を再生開始するまでの時間がかかるために、視聴者が違和感を覚えることがある。ＣＭでは英語の音声が伝送されないので、受信装置は、英語の音声についてはミュートするか、再生する音声を日本語の音声に切り替える。しかしながら、ＣＭの期間中、常にミュートされたままでは視聴者は違和感を覚えることがある。

特開２００２−１３５３１７号公報 特許第３５１８７４９号公報

しかしながら、特許文献１に記載の再生装置や特許文献２に記載の受信装置では、上述した番組の切り替えに伴う異音の発生の解決について考慮されていない。また、異音を防ぐために挿入される無音区間により、ＣＭ等の放送時間が短い一時的な番組に割り当てられる時間が浸食されるという課題がある。

本発明は上記の点に鑑みてなされたものであり、ＣＭ等の他の一時的な番組が挿入されたときに音声の属性を切り替える際に、視聴者に上述の違和感を与えることを防ぐことができる受信装置、受信方法、プログラム及び送信装置を提供することを課題とする。

本発明は、上記の課題を解決するためになされたものであり、本発明の一態様は、番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析部と、前記単位毎の音声データを復号する音声復号部と、を備える受信装置である。

また、本発明の他の態様は、受信装置における受信方法であって、番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析過程と、前記単位毎の音声データを復号する音声復号過程と、を有する受信方法である。

また、本発明の他の態様は、受信装置のコンピュータに、番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析手順と、前記単位毎の音声データを復号する音声復号手順と、を実行させるためのプログラムである。

また、本発明の他の態様は、番組を構成する１又は複数の単位の音声データを取得する音声データ取得部と、前記単位毎の属性を示す構成情報を取得する構成情報取得部と、
番組の変更に応じて不要になる追加単位に、継続する原単位の音声データを追加し、前記追加単位と前記原単位とを含む単位毎の属性を示す構成情報を生成する音声処理部と、を備えることを特徴とする送信装置である。

本発明によれば、ＣＭ等の他の一時的な番組が挿入されたときに音声の属性を切り替える際に、音声を一時的に中断する必要がなくなるため、視聴者に違和感を与えることを防ぐことができる。

第１の実施形態に係る放送システムの構成を示すブロック図である。 第１の実施形態に係る送信装置の構成を示すブロック図である。 第１の実施形態に係る音声処理部が追加するアセットを説明するための図である。 第１の実施形態に係る音声処理部が追加アセットに割り当てる音声データを説明するための図である。 ＭＰＴの例を示す図である。 ＭＨ−音声コンポーネント記述子の例を示す図である。 コンポーネント種別の例を示す図である。 第１の実施形態に係る音声処理部から出力されるＭＰＴのＭＨ−音声コンポーネント記述子の設定例を示す。 第１の実施形態に係る送信処理を示すフローチャートである。 第１の実施形態に係る受信装置の構成を示すブロック図である。 第１の実施形態に係る音声復号部の構成を示すブロック図である。 第１の実施形態に係る制御部の構成を示すブロック図である。 第１の実施形態に係る受信処理を示すフローチャートである。 第２の実施形態に係る送信処理を示すフローチャートである。 第２の実施形態に係る受信処理を示すフローチャートである。 第２の実施形態に係る追加アセットの検出処理を示すフローチャートである。

（第１の実施形態）
本発明の第１の実施形態について、図面を参照しながら説明する。
図１は、本実施形態に係る放送システム１の構成を示すブロック図である。放送システム１は、送信装置１１と、受信装置３１とを含んで構成される。送信装置１１は、例えば、放送事業者の放送設備を構成する。受信装置３１は、送信装置１１から放送される放送番組を受信し、受信した放送番組の映像を表示し、当該放送番組の音声を再生する。受信装置３１は、例えば、各家庭や事業所等に設置される。

送信装置１１は、放送番組を表す番組データを、放送伝送路１２を介して受信装置３１に送信する。番組データは、例えば、音声データと、映像データとを含む。音声データは、１種類の音声データに限らず、同時に複数の属性の音声データを含むことがある。属性には、例えば、再生方式と言語がある。再生方式とは、再生に係る音声チャンネル数、スピーカの配置を意味し、音声モードと呼ばれることがある。再生方式は、例えば、ステレオ２ｃｈ、サラウンド５．１ｃｈ、等である。言語は、その音声データで再生される発話音声の主たる言語である。これら複数の属性の音声データを１つの番組データで提供するサービスをサイマルキャストと呼ぶ。サイマルキャストは、サイマル放送と呼ばれることもある。以下の説明では、当該サービス自体、又は当該サービスで提供される複数の属性の音声をサイマル音声と呼ぶことがある。

放送伝送路１２は、送信装置１１が送信する各種のデータを同時に不特定多数の受信装置３１に一方向的に伝送する伝送路である。放送伝送路１２は、例えば、放送衛星で中継される所定の周波数帯域の電波（放送波）である。放送伝送路１２の一部には、通信回線、例えば、送信装置１１から電波を送信するための送信設備までの通信回線が含まれてもよい。なお、本実施形態では、放送伝送路１２を放送衛星で中継されるものとしたが、放送伝送路１２の形態はこれに限らない。

受信装置３１は、送信装置１１から放送伝送路１２を介して受信した番組データに基づく番組の映像を表示し、当該番組の音声を再生する。受信装置３１は、受信した番組データから複数の方式の音声データの存在、つまりサイマル音声を検出する。また、受信装置３１は、番組データに含まれる複数の方式のうち、少なくともいずれかの方式の音声データを復号する復号部を有し、複数の方式のうち復号部が処理可能な方式のいずれかを選択する。受信装置３１は、例えば、テレビジョン受信装置、映像記録装置、等、テレビジョン放送を受信することができる機能を有する電子機器である。

（送信装置の構成）
次に、本実施形態に係る送信装置１１の構成について説明する。
図２は、本実施形態に係る送信装置１１の構成を示すブロック図である。送信装置１１は、番組データ取得部１１１、構成情報取得部１１２、音声処理部１１３、再多重化部１１４、暗号化部１１６及び送信部１１７を含んで構成される。

番組データ取得部１１１は、放送番組を構成する映像を示す映像データと音声を示す音声データを取得する。番組データ取得部１１１は、所定の映像符号化方式で符号化された映像データを取得する。所定の映像符号化方式は、例えば、ＩＳＯ／ＩＥＣ ２３００８ ＨＥＶＣ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｏｒｇａｎｉｚａｔｉｏｎ ｆｏｒ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ／Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｌｅｃｔｒｏｎｉｃａｌ Ｃｏｍｍｉｓｉｏｎ ２３００８ Ｐａｒｔ２ Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ、単にＨＥＶＣとも呼ばれる）で規格化された方式である。また、番組データ取得部１１１は、所定の音声符号化方式で符号化された音声データを取得する。所定の音声符号化方式は、例えば、ＩＳＯ／ＩＥＣ １４４９６ Ｐａｒｔ３（ＭＰＥＧ−４オーディオとも呼ばれる）で規定された音声符号化方式である。番組データ取得部１１１は、１つの番組において同時に複数の再生方式の音声データを取得することがある。番組データ取得部１１１は、取得した映像データと音声データから所定の形式の番組データを生成し、生成した番組データを音声処理部１１３に出力する。所定の形式の番組データは、例えば、ＩＳＯ／ＩＥＣ ２３００８ Ｐａｒｔ１ ＭＭＴ（ＭＰＥＧ Ｍｅｄｉａ Ｔｒａｎｓｐｏｒｔ、単にＭＭＴとも呼ばれる）で規定されたＭＭＴＰ（ＭＭＴ Ｐｒｏｔｏｃｏｌ）パケットである。各ＭＭＴＰパケットには、映像や音声の復号処理を行うことができる単位の映像データ又は音声データが含まれる。番組データ取得部１１１は、音声データに関しては、番組を構成する１又は複数の単位（アセットまたはコンポーネント）の音声データを取得する音声データ取得部として機能する。

構成情報取得部１１２には、放送番組や放送に伴って提供されるサービスを構成するための情報である構成情報を取得する。構成情報として、放送番組やサービスの構成要素であるアセットのリストや、それらの諸要件を示す情報、例えば、番組において複数の異なる属性を有する音声が存在するか否かを示す情報を含む。アセットとは、番組の構成要素である要素データ、例えば、個々のストリームの音声データ、映像データ、等の単位である。構成情報取得部１１２には、ＭＭＴＰパケット化された、単位毎の属性（再生方式や言語）を示すＭＭＴパッケージテーブル（ＭＰＴ：ＭＭＴ Ｐａｃｋａｇｅ Ｔａｂｌｅ）や番組毎の構成要素の単位の情報を示すイベント情報テーブル（ＭＨ−ＥＩＴ：ＭＨ−Ｅｖｅｎｔ Ｉｎｆｏｒｍａｔｉｏｎ Ｔａｂｌｅ）が入力される。構成情報取得部１１２は、取得した構成情報を音声処理部１１３に出力する。ＭＰＴの例については後述する。

音声処理部１１３は、入力された番組データと構成情報とに基づいて、番組の変更に応じて不要になる単位である追加単位（追加アセット）に、番組の変更に関わらず継続する原単位（原アセット）の音声データを追加し、追加単位と原単位とを含む単位毎の属性（再生方式や言語）を示すＭＰＴを生成する。その時点において、追加アセットと原アセットは同一の音声データを有することになる。以下の説明では、同一の音声データを有する追加アセットと原アセットを共通音声アセットと呼ぶことがある。音声処理部１１３は、入力されたＭＰＴを新たに生成したＭＰＴに更新した構成情報と、音声データを追加した番組データを再多重化部１１４に出力する。

再多重化部１１４は、音声処理部１１３から入力された構成情報及び番組データをＭＭＴＰパケット列に再多重化する。再多重化部１１４は、再多重化したＭＭＴＰパケット列を多重化データとして暗号化部１１６に出力する。
暗号化部１１６は、再多重化部１１４から入力された多重化データを所定の暗号化方式（例えば、ＡＥＳ（Ａｄｖａｎｃｅｄ Ｅｎｃｒｙｐｔｉｏｎ Ｓｔａｎｄａｒｄ））を用いて暗号化する。暗号化部１１６は、暗号化した多重化データを送信部１１７に出力する。
送信部１１７は、暗号化部１１６から入力された多重化データを受信装置３１に放送伝送路１２を介して送信する。ここで、送信部１１７は、ベースバンド信号である多重化データで所定の搬送周波数を有する搬送波を変調して、搬送周波数に対応したチャネル帯域の電波（放送波）をアンテナ（図示せず）により放射する。

（音声処理）
次に、具体例を用いて、音声処理部１１３における処理を説明する。
図３は、本実施形態に係る音声処理部１１３が追加するアセットを説明するための図である。本図において縦軸は時刻である。時刻ｔ１〜時刻ｔ４は、番組が切り替わる時刻を示す。

図３（Ａ）は、時間経過に伴う番組の推移を示す。図示するように、番組Ａ（１）（番組Ａの（１）部分）（〜時刻ｔ１）、ＣＭ１（時刻ｔ１〜時刻ｔ２）、番組Ａ（２）（番組Ａの（２）部分）（時刻ｔ２〜時刻ｔ３）、ＣＭ２（時刻ｔ３〜時刻ｔ４）、番組Ｂ（時刻ｔ４〜）の順に放送される。番組Ａ及び番組Ｂはメインコンテンツであり、ＣＭ１及びＣＭ２はＣＭ等のサブコンテンツである。

図３（Ｂ）は、音声処理部１１３に入力される構成情報の一部として処理前のＭＰＴが示す音声データのアセットを示す。図示するように、番組Ａのアセットは、５．１ｃｈ日本語、２ｃｈ日本語及び２ｃｈ英語である。５．１ｃｈ日本語は、再生方式がサラウンド５．１ｃｈであり、言語が日本語である。また、２ｃｈ日本語は、再生方式がステレオ２ｃｈであり、言語が日本語である。また、２ｃｈ英語は、再生方式がステレオ２ｃｈであり、言語が英語である。また、ＣＭ１及びＣＭ２のアセットは、２ｃｈ日本語のみである。また、番組Ｂのアセットは、５．１ｃｈ日本語及び２ｃｈ日本語である。

音声処理部１１３は、例えば、ＭＨ−ＥＩＴに記述された開始時刻を用いて番組の切り替わり（ＣＭへの変化、等）を検出する。そして、音声処理部１１３は、イベント情報テーブルに記述されたＭＨ−音声コンポーネント記述子に含まれるコンポーネントタグを用いて、番組の切り替わりに伴うアセットの変化を検出する。音声処理部１１３は、番組がサブコンテンツに切り替わる際に、切り替わる直前のメインコンテンツにあるアセットであってサブコンテンツにないアセットを、不要とされたアセット（番組の変更に応じて不要となる追加単位）と判定する。そして、音声処理部１１３は、切り替わるサブコンテンツに、不要とされたアセットを追加する。以下、サブコンテンツに継続される（元からある）アセットを原アセット（原単位）と称し、番組の変更に応じてサブコンテンツに追加されたアセットを追加アセット（追加単位）と称する。図示する例では、音声処理部１１３は、ＣＭ１及びＣＭ２に番組Ａのアセット５．１ｃｈ日本語及び２ｃｈ英語を追加する。

図３（Ｃ）は、音声処理部１１３が出力する構成情報が示す音声データのアセットを示す。本図において、下線で示す部分が追加アセットである。図示するように、音声処理部１１３が処理した構成情報のアセットには、図３（Ｂ）に示すアセットに対して、ＣＭ１及びＣＭ２に５．１ｃｈ日本語及び２ｃｈ英語が追加されている。

なお、上述では、音声処理部１１３がＭＨ−ＥＩＴに基づいて番組の変更に応じたアセットの変化を判別する場合を例にしたが、これには限られない。音声処理部１１３は、放送事業者又は番組制作者から提供された番組毎のアセットを示す放送スケジュール情報を用いてアセットの変化を判別してもよいし、ユーザの操作入力に基づいてアセットの変化が指示されてもよい。

続いて、追加アセットに割り当てる音声データについて説明する。図４は、本実施形態に係る音声処理部１１３が追加アセットに割り当てる音声データを説明するための図である。本図では、図３において説明した追加アセット「２ｃｈ英語」に原アセット「２ｃｈ日本語」の音声データを割り当てる場合を例に説明する。本図において縦軸は時刻である。時刻ｔ１〜時刻ｔ４は、図３に示す番組が切り替わる時刻を示す。

図４（Ａ）は、原アセットａ「２ｃｈ日本語」の各番組に割り当てられる音声データを示す。図示するように、原アセットａ「２ｃｈ日本語」の音声データとして、番組Ａ（１）の音声データＡ１１（〜時刻ｔ１）、ＣＭ１の音声データＡ１２（時刻ｔ１〜時刻ｔ２）、番組Ａ（２）の音声データＡ１３（時刻ｔ２〜時刻ｔ３）、ＣＭ２の音声データＡ１４（時刻ｔ３〜時刻ｔ４）、番組Ｂの音声データＡ１５（時刻ｔ４〜）が割り当てられている。

図４（Ｂ）は、音声処理部１１３の処理前における追加アセットｂ「２ｃｈ英語」の音声データを示す。図示するように、追加アセットｂ「２ｃｈ英語」の音声データとして、番組Ａ（１）の音声データＡ２１（〜時刻ｔ１）、番組Ａ（２）の音声データＡ２３（時刻ｔ２〜時刻ｔ３）、番組Ｂの音声データＡ２５（時刻ｔ４〜）が割り当てられており、ＣＭ１（時刻ｔ１〜時刻ｔ２）及びＣＭ２（時刻ｔ３〜時刻ｔ４）には追加アセットｂ「２ｃｈ英語」には音声データが割り当てられていない。

音声処理部１１３は、ＣＭ１及びＣＭ２の期間において、原アセットａ「２ｃｈ日本語」の音声データを複製し、複製した音声データを追加アセットｂ’「２ｃｈ英語」の音声データとして追加する。具体的には、音声処理部１１３は、ＣＭ１の期間において追加アセットｂ’「２ｃｈ英語」の音声データとして、原アセットａ「２ｃｈ日本語」の音声データＡ１２を音声データＡ２２として割り当て、ＣＭ２の期間において追加アセットｂ’「２ｃｈ英語」の音声データとして、原アセットａ「２ｃｈ日本語」の音声データＡ１４を音声データＡ２４として割り当てる。

図４（Ｃ）は、音声処理部１１３が生成した処理後の追加アセットｂ’「２ｃｈ英語」の音声データである。本図に示すように、ＣＭ１（時刻ｔ１〜時刻ｔ２）の期間において追加アセットｂ’「２ｃｈ英語」には、原アセットａ「２ｃｈ日本語」の音声データＡ１２と同一の音声データが音声データＡ２２として割り当てられ、ＣＭ２（時刻ｔ３〜時刻ｔ４）の期間において追加アセットｂ「２ｃｈ英語」には原アセットａ「２ｃｈ日本語」の音声データＡ１４と同一の音声データが音声データＡ２４として割り当てられている。

（ＭＰＴのデータ構造）
次に、構成情報に含まれるＭＰＴの例について説明する。
図５は、ＭＰＴの例を示す図である。本図に示す例では、ＭＰＴは、ＭＰＴ記述子領域（ＭＰＴ＿ｄｅｓｃｒｉｐｔｏｒｓ＿ｂｙｔｅ）とアセット毎にアセットタイプ（ａｓｓｅｔ＿ｔｙｐｅ）を含む。ＭＰＴ記述子領域（ＭＰＴ＿ｄｅｓｃｒｉｐｔｏｒｓ＿ｂｙｔｅ）は、ＭＰＴの記述子が記述される領域である。構成情報取得部１１２は、ＭＨ−音声コンポーネント記述子（ＭＨ−Ａｕｄｉｏ＿Ｃｏｍｐｏｎｅｎｔ＿Ｄｅｓｃｒｉｐｔｏｒ（））を生成する。ＭＨ−音声コンポーネント記述子（ＭＨ−Ａｕｄｉｏ＿Ｃｏｍｐｏｎｅｎｔ＿Ｄｅｓｃｒｉｐｔｏｒ（））は、番組を構成する音声データに関するパラメータが記述される記述子である。サイマル音声を提供する場合には、構成情報取得部１１２は、再生方式毎にＭＨ−音声コンポーネント記述子（ＭＨ−Ａｕｄｉｏ＿Ｃｏｍｐｏｎｅｎｔ＿Ｄｅｓｃｒｉｐｔｏｒ（））を生成する。構成情報取得部１１２は、生成したＭＨ−音声コンポーネント記述子（ＭＨ−Ａｕｄｉｏ＿Ｃｏｍｐｏｎｅｎｔ＿Ｄｅｓｃｒｉｐｔｏｒ（））をＭＰＴ記述子領域（ＭＰＴ＿ｄｅｓｃｒｉｐｔｏｒｓ＿ｂｙｔｅ）に含める。アセットタイプ（ａｓｓｅｔ＿ｔｙｐｅ）には、アセットの種類を示す符号が記述される。構成情報取得部１１２は、アセットタイプ（ａｓｓｅｔ＿ｔｙｐｅ）として、例えば、ＨＥＶＣで符号化された映像データを示すｈｃｖ１と、ＭＰＥＧ−４オーディオで符号化された音声データを示すｍｐ４ａを記述する。

（ＭＨ−音声コンポーネント記述子のデータ構造）
次に、ＭＨ−音声コンポーネント記述子の例について説明する。
図６は、ＭＨ−音声コンポーネント記述子の例を示す図である。本図に示す例では、ＭＨ−音声コンポーネント記述子（ＭＨ−Ａｕｄｉｏ＿Ｃｏｍｐｏｎｅｎｔ＿Ｄｅｓｃｒｉｐｔｏｒ（）は、コンポーネント種別（ｃｏｍｐｏｎｅｎｔ＿ｔｙｐｅ）、コンポーネントタグ（ｃｏｍｐｏｎｅｎｔ＿ｔａｇ）、サイマルキャストグループ識別（ｓｉｍｕｌｃａｓｔ＿ｇｒｏｕｐ＿ｔａｇ）及び主コンポーネントフラグ（ｍａｉｎ＿ｃｏｍｐｏｎｅｎｔ＿ｔａｇ）を含む。コンポーネント種別（ｃｏｍｐｏｎｅｎｔ＿ｔｙｐｅ）には、再生方式を示す番号が記述される。コンポーネントタグ（ｃｏｍｐｏｎｅｎｔ＿ｔａｇ）には、個々の再生方式の音声データのコンポーネントストリームを識別する番号が記述される。なお、以下の説明では、コンポーネントタグに当該音声アセットのアセットＩＤを記述することで、コンポーネントストリームの識別を行うものとする。サイマルキャストグループ識別（ｓｉｍｕｌｃａｓｔ＿ｇｒｏｕｐ＿ｔａｇ）には、１つのサイマルキャストを行う音声データのグループに属する音声データに対して同一の番号が記述される。但し、サイマルキャストを行わない音声データについては、特定の符号‘０ｘＦＦ’が記述される。従って、サイマル音声を提供する場合には、構成情報取得部１１２は、再生方式間で共通であって、‘０ｘＦＦ’以外の番号をサイマルキャストグループ識別（ｓｉｍｕｌｃａｓｔ＿ｇｒｏｕｐ＿ｔａｇ）に記述する。サイマル音声を提供しない場合には、構成情報取得部１１２は、‘０ｘＦＦ’をサイマルキャストグループ識別（ｓｉｍｕｌｃａｓｔ＿ｇｒｏｕｐ＿ｔａｇ）に記述する。主コンポーネントフラグ（ｍａｉｎ＿ｃｏｍｐｏｎｅｎｔ＿ｔａｇ）は、その音声データが主音声であるか否かを示すフラグである。例えば、主音声として、いかなる受信装置においても再生可能な再生方式、例えば、シングルモノ１ｃｈ（モノラル１チャンネル）の音声データが主音声として指定されることがある。
なお、ＭＨ−ＥＩＴの記述子領域（ｄｅｓｃｒｉｐｔｏｒｓ（））にも、アセット毎のＭＨ−音声コンポーネント記述子が記述される。ＭＨ−ＥＩＴは、ＭＰＴとは異なり、音声処理部１１３において番組の切り替わりに関わらず更新されない。

（コンポーネント種別の例）
次に、コンポーネント種別（ｃｏｍｐｏｎｅｎｔ＿ｔｙｐｅ）に記述される再生方式について説明する。
図７は、コンポーネント種別の例を示す図である。本図には、コンポーネント種別を示す番号として、‘０ｘ０１’、‘０ｘ０２’、‘０ｘ０３’、‘０ｘ０９’、‘０ｘ０Ｃ’、‘０ｘ１１’が列挙されている。‘０ｘ０１’、‘０ｘ０２’、‘０ｘ０３’、‘０ｘ０９’、‘０ｘ０Ｃ’、‘０ｘ１１’は、再生方式としてそれぞれ１／０モード、１／０＋１／０モード、２／０モード、３／２．１モード、５／２．１モード、３／３／３−５／２／３−３／０／０．２モードを示す値である。ここで、…／〜とは、受聴点を基準とした再生用スピーカの配置が、前方に…個（…音声チャンネル）であり、後方に〜個（〜音声チャンネル）であることを意味する。また、小数点以下の数値は、低域の音声を再生するための音声チャンネル数を示す。なお、音声チャンネルは、音声の再生単位であるチャンネルを意味し、放送波の周波数帯域を示す放送チャンネルと区別される。従って、１／０モードは、シングルモノ１ｃｈを示す。１／０＋１／０モードはデュアルモノ１ｃｈ×２を示す。２／０モードは、ステレオ２ｃｈを示す。３／２．１モードは、サラウンド５．１ｃｈを示す。５／２．１モードは、サラウンド７．１ｃｈを示す。なお、３／３／３−５／２／３−３／０／０．２モードは、サラウンド２２．２ｃｈを示す。３／３／３−５／２／３−３／０／０．２モードの３／３／３とは、スピーカの配置が、受聴点を基準として上層前方、側方、後方に３個ずつであることを示す。５／２／３とは、スピーカの配置が、受聴点を基準として中層前方、側方、後方にそれぞれ５、２、３個であることを示す。３／０／０．２とは、スピーカの配置が、受聴点を基準として下層前方、側方、後方にそれぞれ５、０、２個であることを示す。但し、下層後方の２チャンネルは、いずれも低域の音声を再生するためのチャンネルである。

（ＭＨ−音声コンポーネント記述子の例）
次に、音声処理部１１３が更新するＭＰＴのＭＨ−音声コンポーネント記述子の設定例について説明する。
図８は、本実施形態に係る音声処理部１１３から出力されるＭＰＴのＭＨ−音声コンポーネント記述子の設定例を示す。ＭＨ−音声コンポーネント記述子には、個々のアセットを示すアセットＩＤと、コンポーネント種別と、言語コードと、識別フラグとの各項目が含まれる。言語コードは、言語の種別を示す。識別フラグ（ｏｒｉｇｉｎａｌ＿ｃｏｍｐｏｎｅｎｔ＿ｆｌａｇ）は、当該アセットが現アセットであるか、追加アセットであるかを示すフラグである。識別フラグが１の場合原アセットを示し、識別フラグが０の場合、追加アセットを示す。また識別フラグが０の場合、当該追加アセットに音声データを割り当てた原アセットのアセットＩＤ（コンポーネントタグ）が原アセットＩＤ（ｏｒｉｇｉｎａｌ＿ｃｏｍｐｏｎｅｎｔ＿ｔａｇ）に設定される。

図８（Ａ）は、図３に示す番組Ａの期間中に出力されるＭＰＴのＭＨ−音声コンポーネント記述子である。番組Ａの期間中にはＭＰＴ内のアセット構成は更新されない。本図に示す例では、１行目は、アセットaに係るアセットＩＤが０ｘ１１であり、コンポーネント種別が０ｘ０１であり、言語コードがｊｐｎであり、識別フラグが１である。２行目は、アセットｂに係るアセットＩＤが０ｘ１２であり、コンポーネント種別が０ｘ０２であり、言語コードがｅｎｇであり、識別フラグが１である。３行目は、アセットｃに係るアセットＩＤが０ｘ１３であり、コンポーネント種別が０ｘ０９であり、言語コードがｊｐｎであり、識別フラグが１である。なお、アセットａは２ｃｈ日本語であり、アセットｂは２ｃｈ英語であり、アセットｃは５．１ｃｈ日本語である。

図８（Ｂ）は、図３に示すＣＭ１又はＣＭ２の期間中に出力されるＭＰＴのＭＨ−音声コンポーネント識別子である。ＣＭ１又はＣＭ２の期間中にはＭＰＴ内のアセット構成が更新される。本図の１行目は、アセットａに係るアセットＩＤ（コンポーネントタグ）が０ｘ１１であり、コンポーネント種別が０ｘ０１であり、言語コードがｊｐｎであり、識別フラグが１である。２行目は、アセットｂに係るアセットＩＤ（コンポーネントタグ）が０ｘ１２であり、コンポーネント種別が０ｘ０２であり、言語コードがｅｎｇであり、識別フラグが０であり、原アセットＩＤは０ｘ１１である。３行目は、アセットｃに係るアセットＩＤ（コンポーネントタグ）が０ｘ１３であり、コンポーネント種別が０ｘ０９であり、言語コードがｊｐｎであり、識別フラグが１であり、原アセットＩＤは０ｘ１１である。

本図に示すように、ＣＭ１及びＣＭ２の期間中に出力されるＭＨ−音声コンポーネント識別子には、アセットａに加えて追加アセットｂ，ｃが追加されている。また、アセットｂ，ｃの原アセットＩＤには、アセットａのアセットＩＤ「０ｘ１１」が設定されている。これに対し、音声処理部１１３にＣＭ１及びＣＭ２の期間中に入力されるＭＨ−音声コンポーネント識別子にはアセットａのみが設定される。

（送信処理）
次に、本実施形態に係る送信処理について説明する。
図９は、本実施形態に係る送信処理を示すフローチャートである。

（ステップＳ１０１）番組データ取得部１１１は、番組データを取得し、取得した番組データを音声処理部１１３に出力する。その後、ステップＳ１０２の処理に進む。
（ステップＳ１０２）構成情報取得部１１２は、構成情報を取得し、取得した構成情報を音声処理部１１３に出力する。その後、ステップＳ１０３の処理に進む。

（ステップＳ１０３）音声処理部１１３は、入力された構成情報のＭＨ−ＥＩＴに基づいて、放送番組にＣＭが挿入されているか否かを判定する。ＣＭが挿入されていると音声処理部１１３が判定した場合には（ステップＳ１０３ ＹＥＳ）、ステップＳ１０４の処理に進む。また、ＣＭが挿入されていないと音声処理部１１３が判定した場合には（ステップＳ１０３ ＮＯ）、ステップＳ１０８の処理に進む。

（ステップＳ１０４）音声処理部１１３は、放送番組からＣＭに切り替わる際に、アセットの変更があるか否かを判定する。アセットの変更があると音声処理部１１３が判定した場合には（ステップＳ１０４ ＹＥＳ）、ステップＳ１０５の処理に進む。また、アセットの変更がないと音声処理部１１３が判定した場合には（ステップＳ１０４ ＮＯ）、ステップＳ１０８の処理に進む。

（ステップＳ１０５）音声処理部１１３は、放送番組にあるアセットであって、ＣＭにないアセット（不要とされたアセット）を追加アセットと定める。その後、ステップＳ１０６の処理に進む。
（ステップＳ１０６）音声処理部１１３は、ＣＭにおいて継続された原アセットの音声データを、ＣＭの追加アセットに割り当てて追加する。その後、ステップＳ１０７の処理に進む。

（ステップＳ１０７）音声処理部１１３は、ＭＰＴのＭＨ−音声コンポーネント記述子において、ＣＭの原アセットのアセットＩＤを示す識別フラグをＣＭの追加アセットに付加することによりＭＰＴを更新する。そして、音声処理部１１３は、更新したＭＰＴを含む構成情報及び音声データを追加した番組データを再多重化部１１４に出力する。その後、ステップＳ１０８の処理に進む。
（ステップＳ１０８）再多重化部１１４は、番組データ及び構成情報を再多重化し、暗号化部１１６に出力する。暗号化部１１６は、多重化データを暗号化して送信部１１７に出力する。送信部１１７は、暗号化された多重化データを送信する。その後、処理を終了する。

（受信装置の構成）
次に、受信装置３１の構成について説明する。
図１０は、本実施形態に係る受信装置３１の構成を示すブロック図である。受信装置３１は、受信部３１１（チューナー）、復号部３１２、分離部３１３、音声復号部３１４、拡声部３１５、映像復号部３１６、映像合成部３１７、表示部３１８、記憶部３２２、操作入力部３２３及び制御部３３１を含んで構成される。

受信部３１１は、送信装置１１が送信した放送波を、放送伝送路１２を介して受信する。受信部３１１は、制御部３３１から入力された放送チャンネル信号で指定される放送チャンネルに応じた放送チャンネル帯域を特定する。受信部３１１は、放送波として受信した放送チャンネル帯域の受信信号をベースバンド信号である多重化データに復調する。受信部３１１は、復調した多重化データを復号部３１２に出力する。
復号部３１２は、受信部３１１から入力された多重化データ（暗号化されている）を、送信装置１１の暗号化部１１６で用いられた方式に対応する復号方式（例えば、ＡＥＳ）で復号し、復号した多重化データを生成する。復号部３１２は、生成した多重化データを分離部３１３に出力する。

分離部３１３は、復号部３１２から入力された多重化データから番組データ及び構成情報に分離する。分離部３１３は、構成情報を制御部３３１に出力する。また、分離部３１３は、番組データから音声データと映像データを抽出する。分離部３１３は、抽出した音声データを音声復号部３１４に出力し、映像データを映像復号部３１６に出力する。

音声復号部３１４は、分離部３１３から入力された音声データを、符号化に用いられた符号化方式（例えば、ＭＰＥＧ−４ オーディオ）と対応する復号方式で復号し、元の音声データに復号する。復号した音声データは、各時刻における音声のレベルを示すデータである。サイマル音声が提供される場合には、音声復号部３１４に複数のアセットの音声データが入力され、制御部３３１から方式選択信号が入力されることがある。方式選択信号は、複数のアセットのうち、いずれかのアセットの音声を指示する信号である。音声復号部３１４は、所定の複数のアセットの音声データのうち、自部が処理能力を有する再生方式であって方式選択信号で指定されるアセットに係る音声データについて復号を行い、元の音声データを生成する。音声復号部３１４は、復号した元の音声データを拡声部３１５に出力する。よって、サイマル音声が提供される場合、方式選択信号で指定されたアセットの音声が拡声部３１５で再生される。なお、方式選択信号が入力されない場合には、音声復号部３１４は、主音声に係る元の音声データを拡声部３１５に出力する。
拡声部３１５は、音声復号部３１４から入力された音声データに基づく音声を再生する。拡声部３１５は、例えば、スピーカを含んで構成される。拡声部３１５は、少なくとも所定のチャンネル数に相当する個数のスピーカを含んで構成される。所定のチャンネル数とは、音声復号部３１４において音声データを処理可能な再生方式で指定されるチャンネル数に相当する。これにより、拡声部３１５は、音声復号部３１４から入力された複数のチャンネルの音声データによる音声を再生することができる。

映像復号部３１６は、分離部３１３から入力された映像データを、符号化に用いられた符号化方式（例えば、ＨＥＶＣ）と対応する復号方式で入力された映像データを復号し、元の映像データを生成する。復号した映像データは、各時刻における映像（フレーム画像）を形成する信号値を示すデータである。映像復号部３１６は、復号した映像データを映像合成部３１７に出力する。
映像合成部３１７は、映像復号部３１６から入力された映像データと、制御部３３１から入力された各種のＧＵＩ画面データとを合成し、表示用の映像を示す映像データを生成する。ＧＵＩ画面データには、例えば、放送チャンネルを選択するための選局画面データ、電子番組表（ＥＰＧ：Ｅｌｅｃｔｒｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）データ、等がある。
表示部３１８は、映像合成部３１７から入力された映像データに基づく映像を再生する。従って、表示部３１８には、受信した映像データに係る映像にＧＵＩ画面が重畳して表示される。表示部３１８は、例えば、ディスプレイを含んで構成される。

記憶部３２２は、各種のデータを記憶する。記憶部３２２は、記憶媒体、例えば、ＨＤＤ（Ｈａｒｄ−ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ、ＲＯＭ（Ｒｅａｄ−ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）又はそれらの組み合わせを含んで構成される。
操作入力部３２３は、ユーザによる操作入力を受け付けて生成される操作信号を取得し、取得した操作信号を制御部３３１に出力する。操作信号は、例えば、電源のオン／オフを示す信号、放送波のチャネルを示す信号、再生する音声の言語を示す信号、がある。操作入力部３２３は、例えば、操作ボタン、リモートコントローラ、携帯端末装置等の電子機器から操作信号を受信する入力インタフェース、等である。

制御部３３１は、受信装置３１の種々の動作を制御する。例えば、制御部３３１は、分離部３１３から入力された構成情報に含まれるＭＰＴから１つの番組で複数のアセットの音声データが提供されるサイマル音声の存在を検出する。また、制御部３３１は、サイマル音声の存在を検出した場合、ＭＰＴに基づいてアセット毎の属性（再生方式、言語、等）を特定する。制御部３３１は、アセット毎の属性を示す属性選択信号を音声復号部３１４に出力する。なお、制御部３３１は、操作入力部３２３から入力された操作信号に基づいて各種のＧＵＩ画面データを生成し、生成したＧＵＩ画面データを映像合成部３１７に出力する。

（音声復号部の構成）
次に、本実施形態に係る音声復号部３１４の構成について説明する。図１１は、本実施形態に係る音声復号部３１４の構成を示すブロック図である。音声復号部３１４は、切替制御部３１４１、再生方式それぞれに対応する複数の復号処理部３１４２及びミキシング部３１４３を含んで構成される。

切替制御部３１４１は、後述する再生制御部３３３からの属性選択信号で指定されるアセット毎の属性の一要素として再生方式を特定する。切替制御部３１４１は、特定した再生方式に対応する復号処理部３１４２に、各アセットの音声データを出力する。

復号処理部３１４２は、アセット毎の音声データを、それぞれ指定された再生方式で音声データを復号し、ミキシング部３１４３に出力する。音声復号部３１４は、各再生方式に対応する復号処理部３１４２を複数備える。図１１では、これら複数の復号処理部が、復号処理部３１４２−１、３１４２−２、…、等と表されている。これにより、１つの再生方式で複数の言語の音声データが入力された場合でも、それぞれの音声データを並行して復号することができる。
ミキシング部３１４３は、復号処理部３１４２から入力された各アセットの音声データを音声チャネル毎に加算し、加算により得られた音声データを拡声部３１５に出力する。

（制御部の構成）
次に、本実施形態に係る制御部３３１の構成について説明する。図１２は、本実施形態に係る制御部３３１の構成を示すブロック図である。制御部３３１は、構成情報解析部３３２、再生制御部３３３及び表示制御部３３４を含んで構成される。

構成情報解析部３３２は、構成情報に含まれるＭＰＴを解析し、番組を構成するアセットを特定し、ＭＰＴからアセット毎の音声データの属性（再生方式、言語、等）を特定する。構成情報解析部３３２は、ＭＰＴに共通のサイマルキャスト識別が記述された複数のアセットが含まれているときサイマル音声が存在すると判定し、含まれていないときサイマル音声が存在しないと判定する。また、構成情報解析部３３２は、ＭＰＴにおいてサイマル音声に係る複数のアセットのうち識別フラグが１であるアセットを検出したとき、番組がＣＭに変更されたと判定する。構成情報解析部３３２は、番組がＣＭに変更されたときに、検出した識別フラグが１であるアセットを追加アセットと判定し、原アセットＩＤが示すアセットを原アセットと判定する。これにより、追加アセットと原アセットが検出される。構成情報解析部３３２は、特定したアセットとその属性を示すアセット信号を再生制御部３３３に出力する。

再生制御部３３３は、構成情報解析部３３２から入力されたアセット信号で指定される、各アセットに係る再生方式を示す方式選択信号を音声復号部３１４に出力する。また、再生制御部３３３は、アセット信号で指定されるアセットに追加アセットが含まれる場合には、当該追加アセットの識別フラグを表示制御部３３４に出力する。

表示制御部３３４は、再生制御部３３３から追加アセットの識別フラグが入力されると、入力された識別フラグが示す原アセットに係る属性の音声を追加アセットで再生する旨（例えば、英語２ｃｈで日本語２ｃｈの音声を再生）の表示情報を、映像合成部３１７を介して表示部３１８に表示させる。

（受信処理）
次に、本実施形態に係る受信処理について説明する。
図１３は、本実施形態に係る受信処理を示すフローチャートである。
（ステップＳ２０１）受信部３１１は、送信装置１１が送信した放送波を受信し、受信した放送波を復調する。復号部３１２は、復調により得られた、暗号化された多重化データを復号する。分離部３１３は、復号により得られた多重化データを番組データと構成情報に分離する。その後、ステップＳ２０２に進む。

（ステップＳ２０２）構成情報解析部３３２は、分離された構成情報に基づいて、放送番組にＣＭが挿入されているか否かを判定する。ＣＭが挿入されていると構成情報解析部３３２が判定した場合（ステップＳ２０２ ＹＥＳ）、ステップＳ２０３の処理に進む。また、ＣＭが挿入されていないと構成情報解析部３３２が判定した場合には（ステップＳ２０２ ＮＯ）、ステップＳ２０５の処理に進む。

（ステップＳ２０３）構成情報解析部３３２は、現在音声データを受信しているアセットについて、識別フラグを検出したか否かを判定する。識別フラグを検出したと構成情報解析部３３２が判定した場合には（ステップＳ２０３ ＹＥＳ）、構成情報解析部３３２は、識別フラグが付加されたアセットを追加アセットと判定し、識別フラグが示すアセットを原アセットと判定し、ステップＳ２０４の処理に進む。また、識別フラグを検出していないと構成情報解析部３３２が判定した場合には（ステップＳ２０３ ＮＯ）、ステップＳ２０５の処理に進む。

（ステップＳ２０４）表示制御部３３４は、追加アセットにおいて原アセットの属性で音声を再生する旨の表示情報を、映像合成部３１７を介して表示部３１８に表示させる。その後、ステップＳ２０５の処理に進む。
（ステップＳ２０５）音声復号部３１４は、再生制御部３３３から入力された方式選択信号で指示されるアセットの再生方式を用いて符号化された音声データについて復号して再生する。その後、処理を終了する。

以上に説明したように、本実施形態に係る送信装置１１は、番組を構成する１又は複数のアセットの音声データを取得する番組データ取得部１１１と、アセット毎の属性を示す構成情報を取得する構成情報取得部１１２と、番組の変更に応じて不要になる追加アセットに、継続する原アセットの音声データを追加し、追加アセットと原アセットとを含むアセット毎の属性を示す構成情報を生成する音声処理部１１３と、を備える。また、受信装置３１は、番組がＣＭに変更したときに、送信装置１１から受信した構成情報を解析して追加アセットと原アセットとを識別フラグにより検出する構成情報解析部３３２と、アセット毎の音声データを復号する音声復号部３１４とを備える。
この構成により、受信装置３１は、ＣＭ等の他の一時的な番組が挿入されたときでも、音声を一時的に中断する必要がなくなる。よって、受信装置３１は、ＣＭ開始時に音声が途切れないため、視聴者に違和感を与えることを防ぐことができる。また、受信装置３１は、放送時間が短い（例えば、１５〜３０秒）一時的な番組の割り当て時間を有効に活用することができる。

（第２の実施形態）
次に、本発明の第２の実施形態について説明する。本実施形態に係る放送システム１の構成は、第１の実施形態と同様であるため、その説明を援用する。
但し、本実施形態に係る送信装置１１において、音声処理部１１３は、構成情報に含まれるＭＰＴにおいて、追加アセットについて識別フラグを付加しない。なお、音声処理部１１３は、第１の実施形態と同様に、構成情報取得部１１２から入力された構成情報に含まれるＭＨ−ＥＩＴを更新しない。

受信装置３１において、構成情報解析部３３２は、アセット毎の音声データが相互に同一である共通音声アセットが存在するか否かを判定する。構成情報解析部３３２は、共通音声アセットが存在すると判定する場合、構成情報に含まれるＭＨ−ＥＩＴに基づいて共通音声アセットと判定されたアセットが、追加アセットであるか、又は原アセットであるかを判定する。

（送信処理）
次に、本実施形態に係る送信処理について説明する。
図１４は、本実施形態に係る送信処理を示すフローチャートである。本実施形態に係る送信処理は、ステップＳ１０１〜１０６及びＳ１０８の処理を含む。すなわち、本実施形態に係る送信処理では、図９に示すステップＳ１０７の処理が省略されている。つまり、本実施形態に係る音声処理部１１３は、追加アセットについて識別フラグを付加しない。ステップＳ１０１〜１０６及びＳ１０８の処理は、図９に示すものと同様であるため、それらの説明を援用する。

（受信処理）
次に、本実施形態に係る受信処理について説明する。
図１５は、本実施形態に係る受信処理を示すフローチャートである。本実施形態に係る受信処理は、図１３に示す第１の実施形態に係る受信処理のステップＳ２０３（識別フラグの検出）の処理に代えて、ステップＳ２０３ａ及びＳ２０３ｂの処理を有する。ステップＳ２０１、Ｓ２０２、Ｓ２０４、Ｓ２０５の処理は、図１３に示すものと同様であるため、それらの説明を援用する。

（ステップＳ２０３ａ）構成情報解析部３３２は、番組データに含まれる音声データと、構成情報に含まれるＭＨ−ＥＩＴに基づき、追加アセットの検出処理を実行する。その後、ステップＳ２０３ｂの処理に進む。
（ステップＳ２０３ｂ）構成情報解析部３３２は、ステップＳ２０３ａの処理において、追加アセットを検出したか否かを判定する。追加アセットを検出したと構成情報解析部３３２が判定した場合には（ステップＳ２０３ｂ ＹＥＳ）、ステップＳ２０４の処理に進む。また、追加アセットを検出していないと構成情報解析部３３２が判定した場合には（ステップＳ２０３ｂ ＮＯ）、ステップＳ２０５の処理に進む。

図１６は、本実施形態に係る追加アセットの検出処理を示すフローチャートである。本図に示す処理は、図１５に示すステップＳ２０３ａの処理に相当する。
（ステップＳ２０３ｃ）構成情報解析部３３２は、複数のアセットの相互間で音声データを照合して同一であるか否かを判定する。その後、ステップＳ２０３ｄの処理に進む。

（ステップＳ２０３ｄ）構成情報解析部３３２は、音声データが相互に同一のアセットを共通音声アセットと判定する。共通音声アセットと判定されたアセットは、追加アセットまたは原アセットのいずれかに該当する。その後、ステップＳ２０３ｅの処理に進む。

（ステップＳ２０３ｅ）構成情報解析部３３２は、共通音声アセットのうち、構成情報に含まれるＭＨ−ＥＩＴに記述されるコンポーネントタグに基づいて、本来放送されないアセット（不要とされたアセット）を追加アセットと判定する。また、構成情報解析部３３２は、共通音声アセットのうち、コンポーネントタグに基づいて、放送されるアセット（継続されたアセット）を特定し、この特定したアセットを原アセットと判定する。その後、処理を終了する。

以上に説明したように、本実施形態に係る送信装置１１は、番組を構成する１又は複数のアセットの音声データを取得する番組データ取得部１１１と、アセット毎の属性を示す構成情報を取得する構成情報取得部１１２と、番組の変更に応じて不要になる追加アセットに、継続する原アセットの音声データを追加し、追加アセットと原アセットとを含むアセット毎の属性を示す構成情報を生成する音声処理部１１３と、を備える。また、受信装置３１は、番組がＣＭに変更したときに、送信装置１１から受信した構成情報を解析して、アセット毎の音声データが相互に同一であるアセットのうち、番組を構成する音声情報の単位を示す番組情報に基づいて追加アセットと原アセットを検出する構成情報解析部３３２と、アセット毎の音声データを復号する音声復号部３１４とを備える。
この構成により、受信装置３１は、ＣＭ等の他の一時的な番組が挿入されたときでも、音声を一時的に中断する必要がなくなる。よって、受信装置３１は、ＣＭ開始時に音声が途切れないため、視聴者に違和感を与えることを防ぐことができる。また、受信装置３１は、放送時間が短い（例えば、１５〜３０秒）一時的番組の割り当て時間を有効に活用することができる。

なお、本発明は上述した各実施形態に限定されるものではなく、特許請求の範囲に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的構成を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれるものである。

例えば、受信装置３１において、拡声部３１５、表示部３１８は、必ずしも一体化されていなくてもよく、これらの一方又は両者が省略されてもよい。

上述した実施形態では、各種のデータを伝送するための伝送方式として、ＭＰＥＧ−Ｈで規定されたＭＭＴ（ＭＰＥＧ Ｍｅｄｉａ Ｔｒａｎｓｐｏｒｔ）によるメディアトランスポート方式が用いる場合を例にしたが、その他の伝送方式、例えば、ＭＰＥＧ−２ Ｓｙｓｔｅｍｓで規定された方式が用いられてもよい。また、伝送に係るデータ形式、暗号化方式、符号化方式も、その伝送方式で規定された形式または方式が用いられてもよい。

また、上述した実施形態において、図９又は図１４に示すステップＳ１０３、図１３又は図１５に示すステップＳ２０２に係るＣＭの挿入を判定する処理は、省略されてもよい。また、受信装置３１の表示制御部３３４は省略されてもよい。その場合には、第１の実施形態に係る音声処理部１１３は、構成情報に含まれるＭＰＴにおいて、追加アセットについておよび原アセットＩＤを付加する処理を省略してもよい。また、その場合には、第１の実施形態、第２の実施形態ともに、構成情報解析部３３２は、共通音声アセットが追加アセットであるか、又は原アセットであるかを判定する処理を省略することができる。

また、ミキシング部３１４３は、共通音声アセットと判定されたアセットの数に応じて音声の信号レベルを低減し、本来の信号レベルに音量を調整してもよい。ミキシング部３１４３は、例えば、ミキシングにより得られたチャンネル毎の音声の信号レベルを共通音声アセットと判定されたアセットの数で除算した信号レベルを有する音声データを拡声部３１５に出力する。仮に、ミキシング部３１４３が単純に追加アセットと原アセットの音声データをミキシングすると、再生される音量が本来の音量よりも大きくなる。このため、ミキシング部３１４３が音量を調整して音量が本来の音量よりも大きくなることを防ぐことで、視聴者に違和感を与えることを軽減することができる。

また、上述した実施形態における送信装置１１の一部、受信装置３１の一部をコンピュータで実現するようにしてもよい。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、認識データ伝送装置に内蔵されたコンピュータシステムであって、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバーやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

なお、本発明は次の態様でも実施することができる。
（１）番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析部と、単位毎の音声データを復号する音声復号部と、を備える受信装置。

（２）構成情報解析部は、追加単位と原単位を検出し、追加単位で原単位の属性の音声再生を示す情報を表示させる表示制御部を備えることを特徴とする（１）に記載の受信装置。

（３）構成情報解析部は、追加単位と原単位を示す識別情報を検出することを特徴とする（２）に記載の受信装置。

（４）構成情報解析部は、単位毎の音声データが相互に同一である単位のうち、番組を構成する音声情報の単位を示す番組情報に基づいて追加単位と原単位を検出することを特徴とする（２）に記載の受信装置。

（５）構成情報解析部は、番組が広告番組に変更したとき、追加単位と原単位を検出することを特徴とする（２）から（４）いずれか１項に記載の受信装置。

（６）受信装置における受信方法であって、番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析過程と、単位毎の音声データを復号する音声復号過程と、を有する受信方法。

（７）受信装置のコンピュータに、番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析手順と、単位毎の音声データを復号する音声復号手順と、を実行させるためのプログラム。

（８）番組を構成する１又は複数の単位の音声データを取得する音声データ取得部と、単位毎の属性を示す構成情報を取得する構成情報取得部と、番組の変更に応じて不要になる追加単位に、継続する原単位の音声データを追加し、追加単位と原単位とを含む単位毎の属性を示す構成情報を生成する音声処理部と、を備えることを特徴とする送信装置。

１…放送システム、１１…送信装置、１１１…番組データ取得部、１１２…構成情報取得部、１１３…音声処理部、１１４…再多重化部、１１６…暗号化部、１１７…送信部、１２…放送伝送路、３１…受信装置、３１１…受信部、３１２…復号部、３１３…分離部、３１４…音声復号部、３１５…拡声部、３１６…映像復号部、３１７…映像合成部、３１８…表示部、３２２…記憶部、３２３…操作入力部、３３１…制御部、３３２…構成情報解析部、３３３…再生制御部、３３４…表示制御部、３１４１…切替制御部、３１４２…復号処理部、３１４３…ミキシング部

Claims (8)

1. 番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析部と、
   前記単位毎の音声データを復号する音声復号部と、
   を備える受信装置。
2. 前記構成情報解析部は、前記追加単位と前記原単位を検出し、
   前記追加単位で前記原単位の属性の音声再生を示す情報を表示させる表示制御部
   を備えることを特徴とする請求項１に記載の受信装置。
3. 前記構成情報解析部は、前記追加単位と前記原単位を示す識別情報を検出する
   ことを特徴とする請求項２に記載の受信装置。
4. 前記構成情報解析部は、単位毎の音声データが相互に同一である単位のうち、番組を構成する音声情報の単位を示す番組情報に基づいて前記追加単位と前記原単位を検出する
   ことを特徴とする請求項２に記載の受信装置。
5. 前記構成情報解析部は、前記番組が広告番組に変更したとき、前記追加単位と前記原単位を検出する
   ことを特徴とする請求項２から４のいずれか１項に記載の受信装置。
6. 受信装置における受信方法であって、
   番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析過程と、
   前記単位毎の音声データを復号する音声復号過程と、
   を有する受信方法。
7. 受信装置のコンピュータに、
   番組を構成する音声データの単位であって、番組の変更に応じて追加された追加単位と、継続される原単位とを含む単位毎の属性を示す構成情報を解析する構成情報解析手順と、
   前記単位毎の音声データを復号する音声復号手順と、
   を実行させるためのプログラム。
8. 番組を構成する１又は複数の単位の音声データを取得する音声データ取得部と、
   前記単位毎の属性を示す構成情報を取得する構成情報取得部と、
   番組の変更に応じて不要になる追加単位に、継続する原単位の音声データを追加し、前記追加単位と前記原単位とを含む単位毎の属性を示す構成情報を生成する音声処理部と、
   を備えることを特徴とする送信装置。

Images